【摘 要】
：
以商用投影机作为光源的结构光三维测量系统中,所有的编码图案都是以二维矩阵的形式由计算机传送给投影机,再由投影机以二维图像的形式投射至被扫描对象。如果编码是条纹式图案,没有考虑到条纹式结构光编码中灰度信息在同一行或者同一列保持不变的特点。因此,根据条纹式编码的单方向变化特性,提出一种将一维编码序列自动扩展成二维编码图像的结构光扫描专用的投影机设计方案,利用包含所有灰度信息的一维编码序列和设计好的扩展
论文部分内容阅读
以商用投影机作为光源的结构光三维测量系统中,所有的编码图案都是以二维矩阵的形式由计算机传送给投影机,再由投影机以二维图像的形式投射至被扫描对象。如果编码是条纹式图案,没有考虑到条纹式结构光编码中灰度信息在同一行或者同一列保持不变的特点。因此,根据条纹式编码的单方向变化特性,提出一种将一维编码序列自动扩展成二维编码图像的结构光扫描专用的投影机设计方案,利用包含所有灰度信息的一维编码序列和设计好的扩展电路,对结构光编码图像进行像素扩展,以提高结构光三维成像的投影效率。实验结果表明,与液晶显示投影机相比,
其他文献
提及PC控制和EtherCAT,你一定会想到德国倍福(Beckhoff),作为工业自动化技术的先锋,德国倍福自成立之初就始终坚持开拓基于PC的自动化新技术。经过多年的发展,在智能制造发展的大背景下,倍福又提倡"PC控制+工业以太网"的自动化技术,受到了市场的普遍认可。现如今的倍福已经从自动化技术的先锋企业,发展成为了自动化技术的主流企业,并成功带动了工业自动化行业的发展。
设计了一种基于无线体域网技术的自行车运动监测系统。首先介绍了系统的总体架构,然后重点介绍了无线体域网系统的构成以及其中多功能网关节点的设计。无线体域网中包含有速度传感器节点、踏频传感器节点以及心率传感器节点,在多功能网关节点的协调下进行组网通信,实现了对多种运动参数的远程实时监测功能。最终通过Web将监测结果发布到智能终端上处理并显示。
水利管理过程中需要准确的分析现代水利技术的新标准和方式,以有效的水利管理标准,重点分析水利应用作用建设水平,分析广泛应用的RTK技术,阐明具体水利技术的操作管理能力和方式。按照水利技术标准,不断提高创新利用水平的建设,分析具体水利应用管理的实施方案细则,提出符合水利技术应用的有效技术能力标准分析效果。
大数据背景下,智慧城市得到了快速的发展和建设,无论是从政府决策至城市布局与设计,再到城市经营与管理等各个方面均有大数据的渗入。在智慧城市规划管理中引入大数据,可以为城市的发展提供科学的决策支撑,提升城市管理规划的科学性与前瞻性。
本文介绍了基于WiFi的无线传感器网络的构成,以及通过智能软件的开发,可以实时监测20个工位的扭矩值,并对不合格数据进行报警提示。一、基于WiFi的无线传感器网络构成常用的无线通信模式有ZigBee、Bluetooth、WiFi,它们的优缺点如表1所示。
针对传统双目系统在复杂条件下的图像特征匹配算法精度低、计算量大、实时性差的问题,提出了一种基于改进的加速鲁棒特征(SURF)的特征匹配算法,并应用于双目视觉测量系统。首先对采集的左右视图进行极线约束,其次从左视图选择目标区域(ROI),进行SURF特征向量检测,然后采用FLANN算法加速匹配,基于最大距离的阈值T初步筛选匹配点对,而后采用RANSAC算法去除误匹配。最后利用三角测量法进行距离计算,
针对体温检测应用中遇到的测量不准确、操作复杂等问题,提出了采用双测温探头加保温措施的无线体温检测设计方案。采用两路测温探头和保温材料设计传感器感知温度的部分,并采用专用的算法对测量得到的温度数据进行补偿。通过对比实验,验证了该方案在精确测量体温方面的优势。临床实验结果表明,与其他测温方法相比,该设计方案可以保证测温精度在0.1℃以内,同时该设计方案具有操作简单、用户体验好、成本低的优点,具有很强的
针对空间流场风速的测量要求,提出基于ROS系统的三维风速流场测量系统设计。采用Cortex-A8AM3359微处理器作为主控制器,系统平台采用基于ARM平台的ROS系统,使用热球风速传感器测量空间中的风速并通过RM417采集模块传输数据。基于ROS平台设计了多个应用程序节点,用于实现传感器数据通信和电机驱动通信,通过利用ROS节点间消息传递机制实现三维移动传感器平台的控制和对传感器数据的采集,同时
针对车辆异地远程实时监测问题,利用Android终端的MEMS传感器(陀螺仪、加速度计和磁力计)和GPS芯片,结合云服务器与百度地图API,设计实现了车辆的远程监测系统。采用基于四元数的互补滤波算法对MEMS传感器信号进行了数据融合,数据融合后的俯仰角、横滚角和偏航角的误差分别为0.5°,0.6°和2.0°。系统可以实现车辆的运动姿态与位置信息的实时监测、历史数据回放与动态地图调用等功能,可满足相
无人机在复杂战场环境下,因敌方无人机外形、颜色等特征较为相似,现有基于底层视觉特征无法快速地对其进而准确的识别,从而造成误检测甚至误打击等事件的发生。针对这一问题,文中提出基于稀疏自动编码器融合底层视觉特征的算法,对无人机目标对象进行识别。算法首先利用底层视觉特征描述子(GIST、LBP)以及稀疏自动编码器(Sparse Auto-Encoder,SAE)提取目标对象的底层视觉特征和高层视觉特征;